深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
441	2025-07-04	Facial Emotion Recognition of 16 Distinct Emotions From Smartphone Videos: Comparative Study of Machine Learning and Human Performance 2025-Jul-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/68942 PMID:40601921	研究论文	本研究开发了基于深度学习的自动面部情绪识别模型，用于从智能手机视频中识别16种不同的情绪，并与人类表现进行比较	引入了包含16种治疗相关情绪的新型STREs WoZ数据集，并比较了机器学习模型与人类观察者在情绪识别任务中的表现	需要进一步研究以提高自动情绪识别模型在心理治疗应用中的实际使用性能	开发用于二元和多元情绪分类任务的自动面部情绪识别模型，并验证其性能	63名个体在非约束实验室环境中通过智能手机前置摄像头录制的14,412个面部视频	计算机视觉	NA	Facial Action Coding System, ResNet50, RNN-based architectures	RNN-convolution, RNN-attention, RNN-average	视频	14,412个面部视频（来自63名个体），测试集包含3,018个视频
442	2025-07-04	A transformer-based network with second-order pooling for motor imagery EEG classification 2025-Jul-02, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adeae8 PMID:40602422	研究论文	提出了一种结合转置注意力机制和二阶池化的神经网络（SecTNet），用于解码运动想象脑电图（EEG）信号	SecTNet通过Riemannian几何在对称正定矩阵上度量EEG信号的协方差结构，并引入注意力机制自适应建模通道间的依赖关系，从而增强SPD特征的区分性	虽然SecTNet在有限数据条件下表现出色，但未提及在更复杂或噪声更大的EEG数据集上的性能	提升基于运动想象的脑机接口（MI-BCI）的性能，支持多样化的实际应用场景	运动想象EEG信号	神经信息学	NA	EEG信号解码	SecTNet（结合转置注意力机制和二阶池化的神经网络）	EEG信号	两个公开EEG数据集：BCI Competition IV 2a数据集和OpenBMI数据集
443	2025-07-04	Differential Diagnosis of Papillary Thyroid Carcinoma and Nodular Goiter With Papillary Hyperplasia Using Hyperspectral Imaging Technology 2025-Jul-02, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500200 PMID:40603107	研究论文	本研究利用高光谱成像技术结合深度学习，区分甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生	首次将高光谱成像技术与带自注意力机制的一维卷积神经网络结合，用于区分PTC和NGPH	样本量相对较小（43例PTC和39例NGPH）	开发一种能够准确区分甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生的方法	甲状腺乳头状癌(PTC)和结节性甲状腺肿伴乳头状增生(NGPH)的病理样本	数字病理	甲状腺癌	高光谱成像(HSI)	一维CNN带自注意力机制	高光谱图像	82例样本（43例PTC，39例NGPH）
444	2025-07-04	Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy 2025-Jul-02, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00679-1 PMID:40603582	研究论文	提出了一种名为MAARS的多模态AI方法，用于预测肥厚型心肌病患者的致死性心律失常事件	MAARS模型结合了电子健康记录、超声心动图和放射学报告以及对比增强心脏磁共振图像等多模态医疗数据，其基于transformer的神经网络架构是该模型的独特特点	虽然在内外部队列中表现良好，但模型性能仍需在更广泛的人群中进行验证	提高肥厚型心肌病患者致死性心律失常事件的预测准确性	肥厚型心肌病患者	医疗人工智能	心血管疾病	深度学习	transformer-based神经网络	多模态医疗数据（电子健康记录、影像报告、磁共振图像）	内部和外部队列（具体数量未提及）
445	2025-07-04	Clinical value of the 70-kVp ultra-low-dose CT pulmonary angiography with deep learning image reconstruction 2025-Jul-02, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11764-1 PMID:40603771	研究论文	本研究评估了基于深度学习图像重建算法的低辐射剂量和低对比剂剂量的CT肺动脉造影（CTPA）的可行性	采用70 kVp超低剂量CTPA结合深度学习图像重建算法，显著降低辐射和对比剂剂量，同时保持图像质量	样本量较小（100名患者），且仅在一家机构进行，可能影响结果的普遍性	评估低辐射剂量和低对比剂剂量的CTPA在临床中的应用价值	100名连续患者（41名女性，平均年龄60.9岁，范围18-90岁）	数字病理	心血管疾病	CT肺动脉造影（CTPA）	深度学习图像重建（DLIR）	医学影像	100名患者（50名传统剂量组，50名低剂量组）
446	2025-07-04	A human activity recognition model based on deep neural network integrating attention mechanism 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98763-w PMID:40604060	research paper	提出了一种基于深度神经网络和注意力机制的人类活动识别模型DCAM-Net	结合CNN和MLP并引入注意力机制，不依赖预训练模型权重，通过多尺度特征提取、残差和跳跃连接以及双重注意力机制优化模型性能	未来工作可包括使用更多样化的数据集、提高计算效率以实现实时应用、增强活动转换识别以及融合其他传感器数据以更好地满足实际需求	提升人类活动识别（HAR）的准确性和泛化能力	人类活动数据	machine learning	NA	深度学习	CNN, MLP	传感器数据（加速度计和陀螺仪）	30名参与者的智能手机传感器数据
447	2025-07-04	Deep learning-based quantitative analysis of glomerular morphology in IgA nephropathy whole slide images and its prognostic implications 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09031-w PMID:40604100	研究论文	本文提出了一种基于深度学习的定量分析方法，用于分析IgA肾病全切片图像中的肾小球形态特征及其预后意义	使用DeepLabV3Plus和EfficientNet-B3模型对肾小球进行分割和形态特征量化，并用于预测IgA肾病的进展风险	将基于图像的深度学习模型整合到临床特征模型中时，预测能力的提升不显著	开发一种人工智能框架，用于定量分析IgA肾病中的肾小球组织学特征，以预测肾脏进展	IgA肾病患者的全切片图像	数字病理学	IgA肾病	深度学习	DeepLabV3Plus, EfficientNet-B3	图像	1,241张全切片图像
448	2025-07-04	Transformer based models with hierarchical graph representations for enhanced climate forecasting 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07897-4 PMID:40604146	研究论文	该研究提出了一种基于Transformer的深度学习模型，用于每日温度预测，结合了时空融合模块、分层图表示与分析和动态时序图注意力机制	提出了结合时空融合模块(STFM)、分层图表示与分析(HGRA)和动态时序图注意力机制(DT-GAM)的新型Transformer模型，并引入了混合优化方法(HWOA-TTA)以提高计算效率和特征选择	未来工作将集中在验证模型在不同气候区域的适用性以及增强实时部署的可行性	提高气候预测的准确性和计算效率，以支持农业、城市规划和灾害管理	历史气候数据（2013-2017年，德里地区的1500条每日记录）	机器学习	NA	深度学习，Whale Optimization Algorithm (WOA)，Tiki-Taka Algorithm (TTA)	Transformer，RF-LSTM-XGBoost，cGAN，CNN + LSTM，MC-LSTM	时序气候数据	1500条每日记录
449	2025-07-04	Character generation and visual quality enhancement in animated films using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07442-3 PMID:40604158	研究论文	本文旨在通过优化一阶运动模型（FOMM）并引入卷积块注意力模块（CBAM）来提升动画角色图像生成的质量和准确性	提出增强型FOOM（E-FOOM）模型，通过重新设计CBAM和引入图像修复模块，显著提升了复杂背景下的图像生成准确性和连贯性	未提及模型在更大规模或多样化数据集上的泛化能力	提升动画电影中角色图像生成的质量，实现高质量的视觉效果	动画角色图像生成	计算机视觉	NA	深度学习	E-FOOM（基于FOMM和CBAM）	图像	VoxCeleb1和TaiChiHD数据集
450	2025-07-04	A multivariate time series prediction model based on the KAN network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07654-7 PMID:40604176	研究论文	提出了一种基于KAN网络的多元时间序列预测模型KANMTS，用于改进时间序列预测的准确性和效率	结合Kolmogorov-Arnold网络（KAN）和多层感知机（MLP）的优势，提升对复杂模式和依赖关系的捕捉能力，同时保持计算简洁性	未提及模型在极端噪声环境下的表现，以及在小规模数据集上的适用性	改进多元时间序列预测的准确性和效率，提供更简单、高效且可解释的解决方案	多元时间序列数据	机器学习	NA	Kolmogorov-Arnold网络（KAN），多层感知机（MLP），符号回归，可视化方法	KANMTS（结合KAN和MLP）	时间序列数据	未明确提及具体样本数量，但提到在大规模数据集上表现更优
451	2025-07-04	Clinical decision support using pseudo-notes from multiple streams of EHR data 2025-Jul-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01777-x PMID:40604255	研究论文	介绍了一种名为MEME的深度学习框架，用于临床决策支持，通过将电子健康记录（EHR）转换为“伪笔记”来处理异构数据	MEME框架通过将表格EHR转换为伪笔记，减少了对EHR系统间概念统一的需求，并允许使用任何最先进的开源语言基础模型	由于文本序列化，MEME在外部未标准化的EHR数据库中表现出较强的少样本学习性能，但可能受限于数据质量和标准化程度	开发一个深度学习框架，用于临床决策支持，预测急诊科患者的处置、出院地点、重症监护需求和死亡率	急诊科患者的电子健康记录（EHR）数据	自然语言处理	NA	深度学习	MEME（Multiple Embedding Model for EHR）	电子健康记录（EHR）数据	400,019次急诊科就诊
452	2025-07-04	Deep learning for automated dental plaque index assessment: validation against expert evaluations 2025-Jul-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06350-2 PMID:40604649	研究论文	本研究开发并评估了一种基于深度学习的系统，用于从口腔内图像中自动检测和量化牙菌斑	利用深度学习技术自动化评估牙菌斑指数，并与专家评估进行验证	样本量相对较小（70名参与者），且仅与两位牙科专家进行比较	开发并验证一种自动检测和量化牙菌斑的深度学习系统	牙菌斑的检测与量化	数字病理	口腔疾病	深度学习	DL	图像	70名参与者
453	2025-07-04	Genomic language models (gLMs) decode bacterial genomes for improved gene prediction and translation initiation site identification 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf311 PMID:40605274	研究论文	本文探讨了基因组语言模型（gLMs）在细菌基因预测和翻译起始位点识别中的应用	利用受自然语言处理中大型语言模型启发的基因组语言模型（gLMs）来提升细菌基因预测的准确性，特别是在处理复杂遗传变异和新序列方面	未明确提及模型在非细菌基因组或其他生物体中的应用效果	提高细菌基因预测的准确性，特别是在编码序列（CDS）区域识别和翻译起始位点（TIS）预测方面	细菌基因组	自然语言处理	NA	基因组语言模型（gLMs），DNABERT	transformer，DNABERT	基因组序列	NCBI完整细菌基因组数据集
454	2025-07-04	Development and validation of a deep learning ultrasound radiomics model for predicting drug resistance in lymph node tuberculosis a multicenter study 2025-Jul-02, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002850 PMID:40607926	研究论文	开发并验证了一种深度学习超声放射组学模型，用于预测淋巴结结核的药物耐药性	结合集成机器学习和AdaBoost算法，开发了一种新的预测模型，并在多中心研究中验证了其高效诊断能力	研究样本量相对较小，且外部验证集来自有限的其他中心	预测淋巴结结核的药物耐药性	234名颈部淋巴结结核患者	数字病理	结核病	超声放射组学	集成机器学习与AdaBoost算法	超声图像	234名患者（来自一个中心的训练和内部验证队列，以及来自另外两个中心的外部测试集A和B）
455	2025-07-04	Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study 2025-Jul-02, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002821 PMID:40607969	研究论文	本研究旨在开发一种基于治疗前CT的多通道预测器，结合Transformer模型编码的深度学习特征，用于术前诊断非小细胞肺癌（NSCLC）患者接受新辅助免疫化疗后的主要病理反应（MPR）	创新点在于将多通道深度学习与Transformer编码器融合，提高了MPR诊断的准确性	研究为回顾性研究，可能存在选择偏倚，且样本量相对有限	开发一种能够准确预测NSCLC患者新辅助免疫化疗后MPR的术前诊断方法	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	CT成像，深度学习	Transformer, GoogLeNet	图像	332名NSCLC患者（来自4个中心）
456	2025-07-04	Preoperative discrimination of absence or presence of myometrial invasion in endometrial cancer with an MRI-based multimodal deep learning radiomics model 2025-Jul, Abdominal radiology (New York) DOI:10.1007/s00261-024-04766-y PMID:39747670	研究论文	本研究开发并验证了一种基于MRI的多模态深度学习放射组学模型，用于术前评估子宫内膜癌肌层浸润情况	整合临床特征与深度学习特征构建多模态模型，显著提高了术前评估准确性	回顾性研究设计可能存在选择偏倚，且未在更广泛人群中验证模型普适性	提高子宫内膜癌术前肌层浸润评估的准确性	1139例子宫内膜癌患者	数字病理	子宫内膜癌	MRI成像	ResNet18与集成稀疏贝叶斯极限学习机	医学影像(T2加权成像)与临床数据	来自5个中心的1139例患者(年龄24-89岁)
457	2025-07-04	Towards Investigating Residual Hearing Loss: Quantification of Fibrosis in a Novel Cochlear OCT Dataset 2025-Jul, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3537868 PMID:40031386	研究论文	本研究通过光学相干断层扫描（OCT）技术，探索了耳蜗植入后纤维化的定量分析，旨在改善混合耳蜗植入物的效果	首次将计算机视觉技术应用于植入耳蜗纤维化的OCT数据集，开发了名为2D-OCT-UNET的改进UNET架构	研究基于豚鼠模型，结果向人类临床应用的转化需要进一步验证	研究耳蜗纤维化的形成机制，减少纤维化负担，提高混合耳蜗植入物的疗效	长期植入耳蜗的豚鼠模型	计算机视觉	听力损失	光学相干断层扫描（OCT）	改进的UNET架构（2D-OCT-UNET）	图像	未明确提及样本数量，但使用了长期植入耳蜗的豚鼠OCT图像数据集
458	2025-07-04	Deep learning-based segmentation of the trigeminal nerve and surrounding vasculature in trigeminal neuralgia 2025-Jul-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.10.JNS241060 PMID:40053933	研究论文	本研究应用深度学习模型对三叉神经痛患者的MRI图像进行三叉神经及周围血管的分割，以量化神经和血管的解剖特征	首次使用基于U-Net的深度学习模型对三叉神经及周围血管进行自动分割，并开发了定量评估三叉神经痛的客观指标	研究样本量较小（仅50例患者），且为单中心回顾性研究	开发一种自动分割三叉神经及周围血管的方法，为三叉神经痛的术前评估提供定量指标	三叉神经痛患者的MRI图像	数字病理学	三叉神经痛	MRI	U-Net（SE-ResNet50为主干网络）	图像	50例三叉神经痛患者的术前高分辨率MRI数据
459	2025-07-04	A Contrast-Enhanced Ultrasound Cine-Based Deep Learning Model for Predicting the Response of Advanced Hepatocellular Carcinoma to Hepatic Arterial Infusion Chemotherapy Combined With Systemic Therapies 2025-Jul, Cancer science IF:4.5Q1 DOI:10.1111/cas.70089 PMID:40302359	研究论文	本研究开发了一种基于对比增强超声视频的深度学习模型，用于预测晚期肝细胞癌对肝动脉灌注化疗联合系统疗法的治疗反应	创新性地结合了时空注意力模块以增强动态特征提取能力	研究为回顾性分析，可能存在选择偏倚	预测晚期肝细胞癌患者对联合治疗方案的疗效反应	晚期肝细胞癌患者	数字病理	肝细胞癌	对比增强超声(CEUS)	AE-3DNet, 3DNet	视频	326名患者(内部验证队列243名，外部验证队列83名)
460	2025-07-04	KEVS: enhancing segmentation of visceral adipose tissue in pre-cystectomy CT with Gaussian kernel density estimation 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03380-7 PMID:40343641	研究论文	本文提出了一种名为KEVS的新方法，用于在膀胱切除术前CT中自动预测内脏脂肪组织（VAT）的分布，无需真实标注的VAT掩模进行训练	KEVS结合了深度学习语义分割模型和高斯核密度估计分析，实现了无需真实VAT掩模的自动化预测，克服了现有方法的局限性	研究仅在20例膀胱切除术前CT扫描数据集上进行验证，样本量较小	开发一种自动化方法，准确预测膀胱切除术前CT中的内脏脂肪组织分布	膀胱切除术前CT扫描中的内脏脂肪组织	数字病理	膀胱癌	CT扫描、高斯核密度估计	深度学习语义分割模型	CT图像	20例膀胱切除术前CT扫描